CHAPTER 4: THE EFFECT OF INTELLIGIBLE SPEECH ON COMPREHENSION AND
5.3. General Discussion
5.3.1. Methodological Challenges in Preventing Re-reading
Secuencia 1
Secuencia 3
4. Discusión
En este capítulo se analizan los resultados recién expuestos en el anterior. Esto seguido del
posible trabajo futuro que podría mejorar aún más la precisión de las gráficas resultantes y aminorar
los tiempos de la segmentación. Finalmente, se darán las conclusiones de este proyecto que dan
respuesta a los objetivos planteados en un principio.
4.1. Discusión de resultados
De acuerdo con las gráficas recién expuestas se puede evidenciar cómo aquellas que describenla variación temporal del espesor de la íntima-media son las más afectadas por lo cambios realizados a
la interfaz. Éstas en general presentan una menor cantidad de variaciones abruptas, lo cual es
atribuido a utilizar la misma cantidad de puntos de control en los últimos dos contornos, ubicados en
los mismos instantes de tiempo. No obstante, al realizar esta inicialización preliminar de la
media-adventicia, a veces resulta difícil identificar si realmente hay o no una variación del este grosor
a lo largo de la secuencia, lo cual se muestra en especial en las gráficas de las secuencia 4, donde la
curva permanece constante. Asimismo, se puede ver una mayor periodicidad en esta variación,
particularmente en las primeras tres secuencias, lo cual es un buen indicador de qué tan dicientes son
estas gráficas. Por otro lado, las curvas que describen la variación del diámetro no presentan mayores
cambios, lo que podría ser debido a la variabilidad intraobservador. Cabe llamar la atención sobre las diferencias de escala: el diámetro es del orden de 6 mm, por
lo que un error de un píxel (0.03 mm a 0.09 mm, dependiendo de la resolución de la imagen) significa
un cambio de posición de el orden del 1%; el grosor íntima-media es del orden de 0.6 mm, por lo que el
mismo error significa un porcentaje diez veces mayor. Adicionalmente, la amplitud de las variaciones
del diámetro es del orden de 1 mm, lo cual representa por lo menos diez píxeles, por lo que un error de
un píxel no representa más del 10% de esta amplitud. Por otro lado, la amplitud de las variaciones del
espesor de la íntima-media según la literatura son del orden de uno a dos píxeles (si es realmente
observable). Esto implicaría que el desplazamiento de un píxel al segmentar este grosor es
inmediatamente un error del 100%. En cuanto al procedimiento de la segmentación, al haber añadido la posibilidad de tener en
cuenta el movimiento longitudinal se mejora la precisión con la que se traza la línea, pues se logra
siendo un tanto laborioso lograr identificar el movimiento a lo largo del eje X de los tejidos,
ralentizando el trazado en general. Por esta razón se consideran futuras mejoras que harán que esta
dificultad sea mitigada, las cuales son descritas en la siguiente sección.
4.2. Trabajo futuro
En el primer capítulo se habló de la existencia de algoritmos que logran hacer un seguimientoautomático a un patrón específico de la pared carotídea [ 11]. Esto con la intención de relacionar la
cinética longitudinal de estos tejidos con el riesgo cardiovascular del paciente. Éste es capaz de
reconocer el patrón escogido a lo largo de la secuencia, reconociendo así su movimiento radial y
longitudinal. Ahora bien, siendo que aún resulta trabajoso realizar este seguimiento durante la
segmentación manual, se considera la opción de integrar dicho algoritmo a la interfaz gráfica. Esto
con el objetivo de obtener una inicialización del movimiento horizontal de los tejidos, donde el
usuario sea capaz de corregir aquello que establezca el algoritmo y así se aliviane su carga para
enfocarse en el movimiento vertical de las paredes. La posibilidad de usar este algoritmo estaría por explorarse más adelante para saber si
efectivamente los resultados que ofrece podrían llegar a ser utilizados y hasta qué medida. En el futuro
inmediato, convendría hacer uso de la interfaz en su estado actual para así acumular contornos que
luego puedan ser utilizados como referencias y hallar otras pequeñas mejoras que puedan ser
implementadas.
4.3. Conclusiones
Este proyecto de grado se enmarca en un estudio que busca obtener biomarcadores quemanifiesten el riesgo cardiovascular de un paciente a partir de algoritmos que evalúen la medida del
espesor de la íntima-media, su evolución y el movimiento de los tejidos a lo largo del ciclo cardíaco.
Para esto, se ve la necesidad de construir referencias manuales fiables para comparar los resultados de
dichos algoritmos, objetivo con el cual esta interfaz cumple a grandes rasgos. Se logró realzar la calidad del Modo-M, dado que ahora es posible tener en cuenta las
deformaciones de los tejidos así como su movimiento longitudinal para recalcular este modo. De esta
manera, se logra proporcionar una visualización más acertada frente a su variación temporal con respecto al eje Y.
Adicionalmente, los sliders añadidos, ayudas visuales y etiquetas del Modo-B resultan útiles para ubicar al usuario dentro de la secuencia, mejorando así la usabilidad de la interfaz. Esto repercute en disminuciones en los tiempos de segmentación así como la fatiga del usuario.
En cuanto a las gráficas, se refleja que las mejoras tuvieron un impacto positivo sobre los resultados, particularmente sobre aquellos que describen la variación temporal del grosor de la íntima-media, pues ahora estas presentan menor variación y mayor periodicidad.
No obstante, la inicialización del tercer contorno (la media-adventicia) abre la cuestión de si realmente la variación temporal de la íntima-media es lo suficientemente significativa para ser correctamente delineada por un observador utilizando esta representación combinada, pues en algunas ocasiones este cambio es poco evidente.
Finalmente, se considera la opción de incluir un algoritmo que realiza seguimiento a un patrón de la ecografía para obtener una aproximación inicial del movimiento longitudinal que luego pueda ser utilizada para el cálculo del Modo-M y más adelante, ser corregida por el usuario. Se espera que con esto se facilite la labor de identificar el movimiento horizontal desde el Modo-B.
5. Bibliografía
[1] World Health Organization. Cardiovascular Diseases (CVDs).
http://www.who.int/mediacentre/factsheets/fs317/en/
Accessed: 16-11-2017
[2] American Heart Association. Atherosclerosis.
https://www.heart.org/HEARTORG/Conditions/Cholesterol/AboutCholesterol/Atheros clerosis_UCM_305564_Article.jsp
Accessed: 16-11-2017
[3] G. Zahnd, S. Balocco, A. Sérusclat, P. Moulin, M. Orkisz, D. Vray. Progressive attenuation of the longitudinal kinetics in the common carotid artery: preliminary in vivo assessment.
Ultrasound in Med. & Biol., Vol. 41, No.1, pp. 339-345, 2015.
[4] G. Zahnd, K. Kapellas, M. Van Hattem, A. Van Dijk, A. Sérusclat, A. Van Der Lugt, M. Skilton, M. Orkisz. A fully-automatic method to segment the carotid artery layers in ultrasound imaging: application to quantify the compression-decompression pattern of the intima-media complex during the cardiac cycle. Ultrasound in Med. & Biol., Vol. 43, No. 1, pp. 239–257, 2017.
[5] National Heart, Lung and Blood Institute. What is Atherosclerosis?
https://www.nhlbi.nih.gov/health/health-topics/topics/atherosclerosis
Accessed: 16-11-2017
[6] Wijeysundera HC, Machado M, Farahati F, Wang X, Witteman W, van der Velde G, Tu JV, Lee DS, Goodman SG, Petrella R, O’Flaherty M, Krahn M, Capewell S (2010) Association of temporal trends in risk factors and treatment uptake with coronary heart disease mortality, 1994–2005. JAMA J Am Med Assoc 303(18):1841–1847
[7] Ford ES, Ajani UA, Croft JB, Critchley JA, Labarthe DR, Kottke TE, Giles WH, Capewell S (2007) Explaining the decrease in US deaths from coronary disease, 1980–2000. N Engl J Med 356(23):2388–2398
[8] National Institute of Biomedical Imaging and Bioengineering. Ultrasound.
https://www.nibib.nih.gov/science-education/science-topics/ultrasound
Accessed: 17-11-2017
[9] VisualSonics. B-Mode Imaging.
https://www.visualsonics.com/product/software/b-mode-imaging
Accessed: 17-11-2017
[10] VisualSonics. M-Mode Imaging.
https://www.visualsonics.com/product/software/m-mode-imaging
[11] G. Zahnd, M. Orkisz, A. Sérusclat, P. Moulin, D. Vray. Evaluation of a Kalman-based block matching method to assess the bi-dimensional motion of the carotid artery wall in B-mode ultrasound sequences. Medical Image Analysis 17 pp. 573–585, 2013.
[12] S. Qorchi, M. Orkisz, D. Galbrun, A. Sérusclat, P. Moulin, G. Zahnd. Estimating the periodic compression of the carotid intima-media using ultrasonoraphy: a proof of concept. 2017.
[13] Wikipedia. Speckle noise.
https://en.wikipedia.org/wiki/Speckle_noise